小编Aug*_*sta的帖子

我最近比较了处理速度[]和,list()并且惊讶地发现它的[]运行速度比它快三倍list().我跑了相同的测试与{}和dict(),结果几乎相同:[]和{}两个花了大约0.128sec /百万次,而list()和dict()大约花费每个0.428sec /万次.

为什么是这样？不要[]和{}(可能()和'',太)立即传回文字的一些空股票的份,而其明确命名同行(list(),dict(),tuple(),str())完全去创建一个对象,他们是否真的有元素？

我不知道这两种方法有何不同,但我很想知道.我无法在文档中或在SO上找到答案,搜索空括号结果比我预期的问题更多.

我拨打了我的时序结果timeit.timeit("[]")和timeit.timeit("list()"),和timeit.timeit("{}")和timeit.timeit("dict()"),分别比较列表和字典.我正在运行Python 2.7.9.

我最近发现的" 为什么是,如果真慢于如果为1？ "来比较的性能if True来if 1,似乎触及了类似的文字,对全局的情况; 也许值得考虑一下.

为什么这不起作用？

lambda: print "x"

这不是一个单一的陈述,还是别的什么？关于lambda中允许的内容,文档似乎有点稀疏......

如何让Tkinter应用程序跳到前面？目前,窗口出现在我所有其他窗口后面,并没有得到焦点.

我应该打电话给我一些方法吗？

如果我在列表中不存在a.remove(x)时调用,如何忽略"not in list"错误消息？xa

这是我的情况:

>>> a = range(10)
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> a.remove(10)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: list.remove(x): x not in list
>>> a.remove(9)

一时兴起,我最近测试了这两种方法timeit,看看哪种评估方法更快:

import timeit

"""Test method returns True if either argument is falsey, else False."""

def and_chk((a, b)):
    if not (a and b):
        return True
    return False

def not_or_chk((a, b)):
    if not a or not b:
        return True
    return False

......并得到了这些结果:

 VALUES FOR a,b ->      0,0         0,1         1,0         1,1
        method
    and_chk(a,b)    0.95559     0.98646     0.95138     0.98788
 not_or_chk(a,b)    0.96804     1.07323     0.96015     1.05874
                                            ...seconds per 1,111,111 cycles.

效率的差异在1%到9%之间,总是有利于if not (a and b),这与我的预期相反,因为我理解if not a or not b它将按顺序评估其术语(if …

Is there a way to test whether a variable holds a lambda? The context is I'd like to check a type in a unit test:

self.assertEquals(lambda, type(myVar))

The type seems to be "function" but I didn't see any obvious builtin type to match it. Obviously, I could write this, but it feels clumsy:

self.assertEquals(type(lambda m: m), type(myVar))

Python的内置coerce函数有哪些常见用途？如果根据文档我不知道type数值,我可以看到应用它,但是还存在其他常见用法吗？我猜这也是在执行算术计算时调用的,例如.它是一个内置函数,所以可能它有一些潜在的常见用法？coerce() x = 1.0 +2

我想在python中创建一个具有一些属性的对象,我想保护自己不会意外使用错误的属性名称.代码如下:

class MyClass( object ) :
    m = None # my attribute
    __slots__ = ( "m" ) # ensure that object has no _m etc

a = MyClass() # create one
a.m = "?"  # here is a PROBLEM

但运行这个简单的代码后,我得到一个非常奇怪的错误:

Traceback (most recent call last):
  File "test.py", line 8, in <module>
    a.m = "?"
AttributeError: 'test' object attribute 'm' is read-only

有没有明智的程序员能够节省一些时间并让我了解"只读"错误？

假设我有一个 ，list TruncList其元素数量大于n。如果我想n从该列表的末尾删除元素，将列表重新定义为保留所需元素的自身切片（如 by TruncList = TruncList[:-n]）或从列表中删除不需要的元素的切片（del TruncList[-n:]如 by ）更快吗？

如果我删除第一个 n元素，答案会改变吗TruncList，就像TruncList = TruncList[n:]vs一样del TruncList[:n]？

除了速度之外，这些方法中的一种是否比另一种更Pythonic？

我想重新定义方法可能会更慢，因为它会迭代TruncList然后重新分配它，同时del截断列表，但我不确定是否是这种情况。

我还认为del这是更好的路线，因为这似乎是该功能的自然使用。

我有一个大NumPy.array field_array而小的数组match_array,都由int值组成.使用以下示例,如何检查match_array形状的任何段是否field_array包含与其中的值完全对应的值match_array？

import numpy
raw_field = ( 24,  25,  26,  27,  28,  29,  30,  31,  23, \
              33,  34,  35,  36,  37,  38,  39,  40,  32, \
             -39, -38, -37, -36, -35, -34, -33, -32, -40, \
             -30, -29, -28, -27, -26, -25, -24, -23, -31, \
             -21, -20, -19, -18, -17, -16, -15, -14, -22, \
             -12, -11, -10,  -9,  -8,  -7,  -6,  -5, -13, \
              -3,  -2,  -1, …

假设我有一个函数,我想打印出它接受的参数.我怎样才能做到这一点？

我有这个tuple元组:

TupleOfTuples = (('Venue1', 'Name1'), ('Venue1', 'Name2'), 
                 ('Venue2', 'Name3'), ('Venue3', 'Name4'), 
                 ('Venue3', 'Name5'), ('Venue3', 'Name6'))

我想将其转换为得到如下结果:

Output = (('Venue1', 2), ('Venue2', 1), ('Venue3', 3))

在这种情况下,Output包含('Venue1', 2),例如,在哪里发生2的次数.'Venue1'TupleOfTuples

我尝试len()用来计算出现次数,但是它不起作用,因为它TupleOfTuples不是单个元组而是元组的元组.

如何在Python2.7中完成？

Python似乎无法将数字的正确值返回到零的幂.当我给它一个文字方程时,它可以正常工作,但它总是返回正1,对于比原始数字更复杂的零到零.
以下是一些测试:

>>> -40 ** 0  # this is the correct result
-1
>>> (0 - 40) ** 0  # you'd expect this to give the same thing, but...
1
>>> a = -40  # let's try something else...
>>> a ** 0
1
>>> int(-40) ** 0  # this oughtn't to change anything, yet...
1
>>> -66.6 ** 0  # raw floats are fine.
-1.0
>>> (0 - 66.6) ** 0.0  # ...until you try and do something with …